Segmentation floue d'images IRM

Application aux images médicales du cerveau

La segmentation des tissus cérébraux en IRM constitue un domaine de recherche, particulièrement, actif de nos jours.

Les méthodes qui lui sont liées sont variées et peuvent s’appuyer sur diverses bases théoriques (Probabilités, logique floue) et se répartissent en trois grandes familles (Contour, région et classification).

Nous nous intéressons dans ce travail à la méthode de classification non supervisée appelée FCM (Fuzzy c-means), basée sur le regroupement des pixels selon leurs niveaux de gris.

Mais cette dernière ne tiens pas compte du contexte spatial, ce qui rend l’algorithme sensible aux bruits et aux inhomogénéités d’intensité, dues aux conditions réelles d’acquisition.

Pour cela, nous avons opté pour la recherche de variantes dont la fonction objective est modifiée, afin de prendre en considération ces inhomogénéités.